Matplotlib-第4关：直方图

任务描述

本关任务：绘制一个包含直方图与线形图的图形。

相关知识

为了完成本关任务，你需要掌握：1.直方图和条形图的区别，2.如何绘制直方图。

适用场景：和柱状图类似，适合用于展示二维数据集，展示数据的分布情况，其中一个轴表示需要对比的分类维度，另一个轴代表相应的数值。

什么是直方图

单从外表上看直方图和条形图非常相似。首先需要区分清楚概念：直方图和条形图。

条形图用长条形表示每一个类别，长条形的长度表示类别的频数，宽度表示表示类别。
直方图是一种统计报告图，形式上也是一个个的长条形，但是直方图用长条形的面积表示频数，所以长条形的高度表示频数组距，宽度表示组距，其长度和宽度均有意义。当宽度相同时，一般就用长条形长度表示频数。

绘制直方图

直方图一般用来描述等距数据。直观上，直方图各个长条形是衔接在一起的，表示数据间的数学关系。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
# 设置matplotlib正常显示中文和负号
matplotlib.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文
matplotlib.rcParams['axes.unicode_minus']=False # 正常显示负号
# 随机生成（10000,）服从正态分布的数据
data = np.random.randn(10000)
plt.hist(data,bins=30, normed=0, facecolor="red", alpha=0.7)
# 显示横轴标签
plt.xlabel("区间")
# 显示纵轴标签
plt.ylabel("频数/频率")
# 显示图标题
plt.title("频数/频率分布直方图")

参数	作用
`data`	必选参数，绘图数据
`bins`	直方图的长条形数目，可选项，默认为`10`
`normed`	是否将得到的直方图向量归一化，可选项，默认为`0`，代表不归一化，显示频数。`normed=1`，表示归一化，显示频率。
`facecolor`	长条形的颜色
`edgecolor`	长条形边框的颜色
`alpha`	透明度

编程要求

在右侧编辑器Begin-End处补充代码，根据输入数据将直方图与线形图绘制在同一面板中，并设置直方图为红色，线形图为蓝色，具体要求如下：

图形的figsize为(10, 10)；
文件名为Task4/img/T1.png。

测试说明

平台会对你编写的代码进行测试：

预期输出：你的答案与正确答案一致

import matplotlib
matplotlib.use("Agg")
import numpy as np
import matplotlib.pyplot as plt



def student(data,x,y):
    '''
    根据输入数据将直方图与线形图绘制在同一面板中，并设置直方图为红色，线形图为蓝色
    :param data: 绘制直方图数据，类型为list
    :param x,y: 绘制线形图数据，类型为list

    :return: None
    '''
    # ********* Begin *********#
    plt.figure(figsize=(10, 10))

    # 绘制直方图
    plt.hist(data, color='red')

    # 绘制线形图
    plt.plot(x, y, color='blue')

    # 设置图例
    

    # 保存图形
    save_dir = 'Task4/img/'
    plt.savefig(f'{save_dir}T1.png')
    plt.close()
    # ********* End *********#